Matplotlib的imshow()函数及其各项参数记录

imshow 参数及其默认值

plt.imshow(
    X,
    cmap=None,
    norm=None,
    aspect=None,
    interpolation=None,
    alpha=None,
    vmin=None,
    vmax=None,
    origin=None,
    extent=None,
    shape=None,
    filternorm=1,
    filterrad=4.0,
    imlim=None,
    resample=None,
    url=None,
    *,
    data=None,
    **kwargs,
)

参数:X

  • 图像数据。支持的数组形状是:

    • (M,N) :带有标量数据的图像。数据可视化使用色彩图。
    • (M,N,3) :具有RGB值的图像(float或uint8)。
    • (M,N,4) :具有RGBA值的图像(float或uint8),即包括透明度。
      前两个维度(M,N)定义了行和列图片,即图片的高和宽;
      RGB(A)值应该在浮点数[0, …, 1]的范围内,或者
      整数[0, … ,255]。超出范围的值将被剪切为这些界限。

参数:cmap

  • 将标量数据映射到色彩图
  • 颜色默认为:rc:image.cmap
  • 颜色图谱 描述
    autumn 红-橙-黄
    bone 黑-白,x线
    cool 青-洋红
    copper 黑-铜
    flag 红-白-蓝-黑
    gray 黑-白
    hot 黑-红-黄-白
    hsv hsv颜色空间, 红-黄-绿-青-蓝-洋红-红
    inferno 黑-红-黄
    jet 蓝-青-黄-红
    magma 黑-红-白
    pink 黑-粉-白
    plasma 绿-红-黄
    prism 红-黄-绿-蓝-紫-...-绿模式
    spring 洋红-黄
    summer 绿-黄
    viridis 蓝-绿-黄
    winter 蓝-绿


     

参数:norm :~matplotlib.colors.Normalize

  • 如果使用scalar data ,则Normalize会对其进行缩放[0,1]的数据值内。
  • 默认情况下,数据范围使用线性缩放映射到颜色条范围。 RGB(A)数据忽略该参数。

参数:aspect

  • {‘equal’,’auto’}或float,可选
  • 控制轴的纵横比。该参数可能使图像失真,即像素不是方形的。
  • equal:确保宽高比为1,像素将为正方形。(除非像素大小明确地在数据中变为非正方形,坐标使用 extent )。
  • auto: 更改图像宽高比以匹配轴的宽高比。通常,这将导致非方形像素。

参数:interpolation

  • str
  • 使用的插值方法
  • 支持的值有:’none’, ‘nearest’, ‘bilinear’, ‘bicubic’,’spline16′, ‘spline36’, ‘hanning’, ‘hamming’, ‘hermite’, ‘kaiser’,
    ‘quadric’, ‘catrom’, ‘gaussian’, ‘bessel’, ‘mitchell’, ‘sinc’,’lanczos’.
  • 如果interpolation = ‘none’,则不执行插值

参数:alpha

  • alpha值,介于0(透明)和1(不透明)之间。RGBA输入数据忽略此参数。

参数:vmin, vmax : scalar,

  • 如果使用* norm 参数,则忽略 vmin vmax *。
  • vmin,vmax与norm结合使用以标准化亮度数据。

参数:origin : {‘upper’, ‘lower’}

  • 将数组的[0,0]索引放在轴的左上角或左下角。
  • ‘upper’通常用于矩阵和图像。
  • 请注意,垂直轴向上指向“下”但向下指向“上”。

参数:extent:(left, right, bottom, top)

  • 数据坐标中左下角和右上角的位置。 如果为“无”,则定位图像使得像素中心落在基于零的(行,列)索引上。

你可能感兴趣的:(Python)